Revoluční komprese videa pro autonomní vozidla: BeamR sady standardů!

Revoluční komprese videa pro autonomní vozidla: BeamR sady standardů!

Nicht specified, USA - Ve vzrušujícím světě autonomních vozidel má ústřední význam skladování a zpracování dat. Zvýšení videí vede k výzvám, které naléhavě vyžadují inovativní řešení. BeamR Imaging Ltd. Většina pokroku v této oblasti a nedávno testovala svou technologii GPU-z akceleru pro automobilový průmysl pro autonomní řízení. Jako globenewswire.com Úspěšná částka (poctes of několik prokomb Adaptivní technologie Adaptive Bitrate Technology (CABR) vykazovala platné výsledky v technologii strojového učení (ML).

Ve světě, kde jedno autonomní vozidlo produkuje terabajty video údajů každý den, je potenciál technologie BeamR pozoruhodný. Umožňuje úspory od 20% do 50% pro video data používaná k trénování ML modelů, aniž by to ovlivnilo vizuální kvalitu. S ohledem na skutečnost, že až 150 terabajtů dat denně ve flotile 150 autonomních vozidel je zřejmé, že by to mohlo mít obrovský dopad na náklady na skladování a infrastrukturu, která je mezi 3 a 6,5 miliony ročně.

Exploze videa dat

Výbuch dat v autonomních vozidlech je vážnou výzvou - odborníci jako Drago Anguelov z Waymo to také vědí. To je také spojeno s vysokými požadavky na zpracování dat, protože tradiční metody často nedokážou efektivně zpracovávat relevantní informace. BeamR vyvinul účinný systém komprese videa pro tento problém, který vyvolává dojem, že byl přizpůsoben vnímání člověka.

S pomocí CABR je zajištěno, že pro komprimované údaje jsou také zachovány důležité podrobnosti pro rozhodování, jako je čitelnost pouličních značek nebo detekce objektů. Studie ukazují, že tento typ komprese může nejen snížit velikosti souborů až o 50%, ale také dostávat výkon modelů ML současně. To je obzvláště důležité, když se domníváte, že školení pro model s 10 000 hodinami 1080p videa může vyžadovat až 600 terabajtů úložného prostoru. To je možné pouze u účinných metod komprese.

Inovativní přístupy při zpracování

Technologie za kompresí se dále vyvinula. Zatímco tradiční metody kódování je zaměřeno na reprodukci dat co nejpřesněji, moderní přístupy, jak jsou také popsány v práci Kromě toho se k dalšímu zvýšení účinnosti používají techniky, jako je kódování kloubů různých zdrojů dat. Swift zpracování je zde magické slovo, protože data musí být zpracována v reálném čase, aby bylo možné plně využít všechny možnosti autonomních technologií vozidel.